1998年，美国画出了机器人和数字人的技术路线

1998年3月，《Scientific American》发表《让人类运动起来》。那一年，深蓝刚刚战胜卡斯帕罗夫不久，今天熟悉的大模型、智能手机和人形机器人都还没有出现。但这篇文章讨论的问题，已经非常接近我们今天面对的技术世界：怎样把一个人变成计算机中的三维身体，怎样让它自然运动，怎样复制一张脸、一种声音，又怎样让计算机自己计算每个关节下一步应该往哪里移动。

近30年后再看，会发现一个很有意思的现象：未来的基本轮廓，往往比真正的产品提前很多年出现。人类可以很早想清楚一项技术应该是什么样，真正把它做出来，却要等待芯片、算法、传感器、材料和整个工业体系一点点追上来。

一、1998年，一篇文章同时出现了两个“人”

《让人类运动起来》的主体研究的是计算机中的虚拟人体。研究人员把一个人拆成躯干、大腿、小腿、脚和手臂，用旋转关节连接这些身体部件，再给髋、膝、踝、肩等关节规定自由度。计算机根据物理定律计算关节力矩，让虚拟人跑步、骑车、跳水和完成体操动作。

文章同时刊登了另一个实验：Digital Alan。

研究人员用激光扫描演员Alan Alda的头部，建立一个由大约1.2万个多边形组成的三维网格，再覆盖皮肤纹理。他们扫描不同表情，把嘴型拆成一个个音素对应的形状，然后把合成声音与嘴唇运动重新同步。为了得到更多表情，动画师建立了约60种基本面部状态，再通过混合生成新的变化。

这已经具备今天数字人的基本结构：

三维人体、数字骨骼、皮肤纹理、表情系统、动作系统、语音系统。

只是1998年制作不到两分钟的Digital Alan，需要几个月时间和约2500帧画面，而且真正让它“像人”的工作，仍依靠动画师反复手工调整。

今天，Epic的MetaHuman已经把这一套流程做成完整的数字人框架，可以创建带完整骨骼绑定的高逼真数字人物，并利用视频、面部和身体捕捉数据生成动画。

数字人近30年的进步，很大程度上不是重新发明了Digital Alan，而是把当年昂贵、缓慢、人工密集的过程不断压缩。

二、同一套身体模型，后来走出了屏幕

1998年的虚拟人还有另一条出路。

如果把计算机里的骨骼换成金属结构，把虚拟关节换成电机和减速器，把计算出来的关节力矩真正施加到一具机器身体上，研究对象就从动画人物变成了今天的人形机器人。

这篇文章已经描述了其中很多关键思想。

跑步时，计算机需要判断身体处于支撑还是腾空阶段；同一个髋关节，在脚接触地面时负责支撑和平衡，离开地面以后又要负责把腿向前摆。研究人员用“状态机”决定每个关节在每一个时刻应该执行什么任务，再通过控制方程计算需要施加的力矩。

甚至连今天机器人研究里很熟悉的轨迹优化，文章中也已经出现：告诉计算机起点、终点、物理约束和能量目标，让它自己寻找一条合适的动作路径。以跳跃为例，系统可以通过优化计算出，为了以较低能耗获得足够高度，起跳前需要先屈膝。

思想已经在那里，真正困难的是给这些方程造一具可靠的身体。

电机要足够小、足够强，传感器要知道身体是否倾斜，控制器必须在毫秒级做出响应，电池还要支持机器长时间工作。一个虚拟人物摔倒可以重新运行程序，一台几十万元的机器人摔倒，可能意味着硬件损坏。

于是，这条路走得比计算机动画慢得多。

三、近30年后，两条路线重新汇合

到了今天，数字人和人形机器人表面上属于两个行业，底层却越来越接近。

NVIDIA的GR00T已经把语言、图像、真实机器人数据、模拟轨迹和合成数据放进通用机器人训练体系。模型可以先理解环境和语言指令，再把计划转成连续的机器人动作。

Figure的Helix进一步尝试让一套视觉—语言—动作模型直接控制人形机器人的躯干、头、手腕乃至手指，让机器人根据自然语言处理此前没有见过的物体。

与此同时，数字人也开始获得越来越完整的“身体”。过去数字人主要解决一张脸像不像、嘴型能不能跟上声音，现在则需要完整身体动作、实时表情、视线、手势以及与虚拟环境的物理互动。

1998年那篇文章里分开的几个问题——身体怎么建模、动作怎么生成、声音怎么同步、表情怎么变化、环境怎样影响身体——正在重新进入同一个系统。

一个系统最终进入现实世界，就成了机器人；留在数字世界，它就是数字人。

四、技术真正漫长的是“从能做到到随时能做到”

1998年的Digital Alan证明计算机能够复制一个人的脸和声音，《让人类运动起来》则证明计算机能够根据物理规律产生人的动作。

今天Boston Dynamics已经开始制造产品版电动Atlas，并计划在2026年向现代汽车和Google DeepMind部署。人形机器人正在从研究展示转向工业任务。

从Digital Alan到今天的实时数字人，从计算机里的跑步模型到能够在工厂工作的Atlas，中间接近30年。

这段时间最值得注意的地方，也许并不是人类用了30年才想到今天的技术。恰恰相反，很多关键想法在最开始的时候就已经出现了。

1998年的研究人员已经知道，可以扫描一个人的脸，建立数字网格，覆盖皮肤纹理，把声音拆成音素，再让嘴唇与声音同步；也已经知道可以把人体拆成关节和刚体，让计算机根据物理规律计算动作，甚至让算法自己寻找更好的运动轨迹。

真正用了30年的，是把这些想法从实验室里的一次演示，变成任何人都能使用的软件；从计算机里不会损坏的虚拟人体，变成能够在真实世界连续工作的机器身体。

人类的想象往往跑在工程前面。一个技术时代真正到来，需要的也许从来都不只是那个最初的好想法，而是几十年里无数看起来并不惊人的改进，终于在某一天同时成熟。

这可能也是1998年这篇文章今天最值得重新阅读的地方。它记录的并不是一个已经过时的技术方案，而是一张提前近30年画出的路线图。